基于多算法融合的跌倒行为识别

来源：计量学报杂志2022年第1期北京时间：

作者：程淑红, 谢文锐, 张典范, 徐南

单位：燕山大学电气工程学院,河北 秦皇岛 066004

摘要：提出一种多算法融合的跌倒行为识别算法。首先,针对人体目标的特征对YOLOv3 tiny检测算法进行改进,有效框定人体动态目标区域,提取出目标前景;在此基础上利用AlphaPose姿态识别框架识别出人体骨骼关键点,得到人体主要关节图;最后以人体关节图坐标信息为输入,通过时空图卷积神经网络对跌倒等动作进行检测识别,满足对不同场景跌倒的有效检测。实验结果表明:融合算法改善了不同场景下跌倒行为的检测效果,检测的准确率可达到97.4%,并有效降低了误检率。

关键词：计量学;跌倒行为识别;YOLOv3 tiny检测算法;姿态识别;时空图卷积

基金资助：国家自然科学基金(61601400);河北省重点研发计划项目(20371801D)